一、前言
并发运行相比串行执行很好，因为其可以减少执行时间，但是并发用的不对，也会造成资源浪费，本文我们就来探究一例子。
二、案例介绍与优化
有这样一段代码，根据传递的url列表，并发的去下载url对于的文件内容，原来代码模拟如下：
//0
private final static ThreadPoolExecutor EXECUTOR_SERVICE = new ThreadPoolExecutor(8, 8, 0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>(1));
public static void main(String[] args) {
// 1.创建图片列表
List<String> imageList = new ArrayList<String>();
for (int i = 0; i < 3; ++i) {
imageList.add(i + "");
}
long start = System.currentTimeMillis();
// 2.并发处理url
Map<String, String> resultMap = imageList.parallelStream().collect(Collectors.toMap(url -> url, url -> {
try {
EXECUTOR_SERVICE.submit(() -> {
// 2.1模拟同步处理url,并返回结果
System.out.println(Thread.currentThread().getName() + " " + url);
Thread.sleep(30000);
return "jiaduo" + url;
}).get();
} catch (Exception e) {
e.printStackTrace();
}
return "";
}));
// 3.打印结果
long costs = System.currentTimeMillis() - start;
System.out.println("result:" + costs + " " + JSON.toJSONString(resultMap));
System.out.println("main is over");
}
如上代码0创建了一个线程个数为8的线程池。
代码1创建了一个图片列表
代码2意为使用并行流把图片url下载任务投递到线程池EXECUTOR_SERVICE后，通过流的collect方法，把url和url处理结果收集起来变成map返回。
代码2.1我们模拟同步根据url下载文件，并返回处理结果。
代码3则使用main线程打印整个处理耗时和处理结果。
如上代码，运行起来确实可以实现并发下载图片功能，但是里面有个细节，就是默认并行流使用的是对于这段代码来说，首先使用了并行流，而并行流默认使用的是ForkJoinPool中的commonPool,而该commonPool是真个JVM内单实例的，如果commonPool内的线程全部阻塞了，则其他使用它的地方将转换为调用线程来执行。
另外这里会导致多个commonPool中的线程处于阻塞状态等待异步任务执行完毕。这里假设imageList中有3个URL，则我们会有3个线程(一个main函数所在调用线程，2个commonpool中的线程)分别把下载图片任务投递到executorService，然后这3个线程各自调用了返回的future的get系列方法等待上传任务的完成，所以这会导致commonPool内的2个线程和调用线程被阻塞。
为了验证上面说法，大家运行上面代码，然后可以自行jstack线程堆栈，会发现如下：
首先我们会看到3个EXECUTOR_SERVICE线程池中的线程在执行图片下载任务：
然后我们会看到有两个commonPool中的线程，在等待投递到EXECUTOR_SERVICE中的两个任务执行完毕：
并且可以看到main线程也在等待投递到EXECUTOR_SERVICE中的一个任务的执行结果：
所以这里为了等待投递到线程池EXECUTOR_SERVICE中的三个任务执行完毕，耗费了三个线程。其实可以把上面代码改造为如下：
private final static ThreadPoolExecutor EXECUTOR_SERVICE = new ThreadPoolExecutor(8, 8, 0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>(1));
public static void main(String[] args) {
// 1.创建图片列表
List<String> imageList = new ArrayList<String>();
for (int i = 0; i < 3; ++i) {
imageList.add(i + "");
}
long start = System.currentTimeMillis();
// 2.并发执行，并保持url对应的future
Map<String, Future<String>> futureMap = imageList.stream().collect(Collectors.toMap(url -> url, url -> {
return EXECUTOR_SERVICE.submit(() -> {
// 2.1模拟rpc同步处理url,并返回结果
System.out.println(Thread.currentThread().getName() + " " + url);
Thread.sleep(300000);
return "jiaduo" + url;
});
}));
// 3.调用线程同步等待所有任务执行完毕
Map<String, String> resultMap = futureMap.entrySet().stream()
.collect(Collectors.toMap(entry -> entry.getKey(), entry -> {
try {
entry.getValue().get();
} catch (Exception e) {
e.printStackTrace();
}
return "";
}));
// 3.打印结果
long costs = System.currentTimeMillis() - start;
System.out.println("result:" + costs + " " + JSON.toJSONString(resultMap));
System.out.println("main is over");
}
如上代码2我们把图片下载任务投递到了线程池EXECUTOR_SERVICE后调用线程马上返回了对于的Future对象，然后我们通过流的collect方法把url和对应的future对象收集到了futureMap中，这个过程是异步的，不会阻塞调用线程。
代码3 main线程则循环获取每个future的执行结果，并且通过流的collect方法把url和对应的future执行结果收集到map.
运行上面代码，我们会发现除了有EXECUTOR_SERVICE中的三个线程在执行文件下载任务外，只有一个main线程在等待全部任务执行完毕，相比原来方法节省了2个commonPool里面的线程。
三、总结
并发固然好，但是用不对则会起到副作用，本例中原来方法如果url列表很大，则会导致commonpool里面的线程打满，则当前jvm内其它使用commonpool的地方则会自动转换为调用线程来执行了，会起不到预设的效果。
更多技术分享，请扫描关注微信公众号：
